本文实例讲述了Python scipy的二维图像卷积运算与图像模糊处理操作。分享给大家供大家参考,具体如下:
一代码
进口numpy np 从scipy导入信号,混杂 进口matplotlib。pyplot作为plt 形象=misc.ascent() #二维图像数组,莉娜图像 w=np.zeros((50,50)) #全0二维数组,卷积核 w[0][0]=1.0 #修改参数,调整滤波器 w[49][25]=1.0 #可以根据需要调整 image_new=信号。fftconvolve(图片,w) #使用FFT算法进行卷积 plt.figure () plt.imshow (image_new) #显示滤波后的图像 plt.gray () plt。标题(“过滤图像”) plt.show () >之前二运行结果
一代码
进口numpy np 从scipy导入信号,混杂 进口matplotlib。pyplot作为plt 形象=misc.ascent () 50 w=signal.gaussian (10.0) image_new=信号。sepfir2d(图片、w w) plt.figure () plt.imshow (image_new) #显示滤波后的图像 plt.gray () plt。标题(“过滤图像”) plt.show () >之前二运行结果
更多关于Python相关内容感兴趣的读者可查看本站专题:《Python数学运算技巧总结》,《Python数据结构与算法教程》、《Python函数使用技巧总结》,《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。
Python scipy的二维图像卷积运算与图像模糊处理操作示例